CN102629469B - 一种时频域混合自适应有源噪声控制算法 - Google Patents

Abstract

本发明公开了一种时频域混合自适应有源噪声控制算法，该算法根据噪声传播的时延特点，将整个控制滤波器划分成两块，一块在时域上完成滤波以保证无时延，另一块采用频域滤波，但两块数据的滤波器更新都在频域上完成，这样既保证了算法对先到达噪声信号的零时延控制，又利用了多时延频域算法降低了整个系统的计算量，从而整体提升了多时延频域算法的适用性和性能。本发明的显著优点是突破了多时延频域自适应算法的时延限制，使其能够用于无时延要求的场合。

Description

一种时频域混合自适应有源噪声控制算法

一、技术领域

本发明涉及有源噪声控制领域，提出了一种时频域混合自适应有源噪声控制算法。

二、背景技术

针对传统噪声控制方法的不足，有源噪声控制提供了一种对低频噪声非常有效的控制方法，即通过人为引入控制声源和原始噪声相互作用以达到降噪目的。由于一般情况下原始噪声和控制环境是时变的，故需要自适应调节控制声源的输出波形以保持降噪系统的性能。现有机舱和轿车等闭空间的有源噪声控制的应用中，有源噪声控制系统实用的主要障碍之一是降噪带宽有限。这可通过采用较高的采样率改善，但较高的采样频率导致自适应滤波和抵消通道模型的滤波器阶数显著增加。

对于较长阶数的有限冲击响应(FIR)滤波器的滤波和自适应更新，采用基于快速傅立叶变换(FFT)的频域算法可显著降低其计算量。而FFT的正交分解特性对输入信号进行了去相关，通过对每个频谱选择不同的收敛系数，频域算法的收敛速度也可能比相应的时域算法有大幅度提高。对有源噪声控制中最常用的滤波-x最小均方算法(FXLMS)，有两条途径实现对应的频域算法。第一条途径是最大限度地利用频域运算的特点降低计算量，把其中的控制信号生成(FIR滤波)和滤波器更新(LMS)都在频域完成；而第二条途径是在时域完成控制信号生成，仅在频域完成滤波器更新(Elliott，S.J.，2001.Signal Processing for Active Control.Academic Press，London)。现有的大部分有源噪声控制系统采用的是第二条途径，其原因是第一条途径引入至少一个FFT块数据大小的时延，即控制信号生成不是实时的，这不满足大多数有源控制系统的实时性要求。但第二条途径的缺点是其计算量的节省程度有限(Qiu，X.andHansen，C.H.，2003b.A comparison of adaptive feedforward control algorithms for the practicalimplementation of multichannel active noise control.Proceedings of 8th International Congress onSound and Vibration Wespac，Melbourne，Australia)。这是由于控制信号生成在整个系统的运算量中占有一定比重，如30％，因此即使在频域完成滤波器更新能节省所有的滤波器更新所需的计算量，整个系统计算量节省的极限超不过30％。

已有研究提出采用多时延频域(MultiDelay Frequency domain，简称MDF)算法来解决上述问题(Qiu X.，Hansen C.H.，2007.Multidelay adaptive filters for active noise control.Proceedings of 14th International Congress on Sound and Vibration，Cairns，Australia)。MDF算法是一种灵活的自适应结构，即将较长的FIR滤波器分成若干段较短的FIR滤波器分别进行处理，对每个较短的FIR采用频域滤波和更新。这是一种简化的频域算法。由于对每一小块采用了频域算法，故整个系统的计算量可以利用FFT得到降低；而又由于采用了较短的FFT块，故控制信号的时延得到降低，从而在某些有源控制中得到应用。在有源噪声控制中使用MDF算法的关键是块大小的划分，需要在计算量降低和时延之间根据实际噪声环境进行折中。块越大，计算量降低得越多，但时延越大。当块的大小是原滤波器的长度时，则等价于第一条途径的频域算法。较小的块则适合于短时延的场合，当块的长度为1各采样点时，则等价于到时域FXLMS算法。

现有MDF算法在有源噪声控制中应用的主要障碍是其时延。虽然MDF算法由于使用短块数据作FFT，时延减少了很多，但对很多有实时要求的有源噪声控制应用不适用(Qiu，X.，Li，N.，Chen，G.and Hansen，C.H.，2006.The implementation of delayless subband active noisecontrol algorithms，Proceedings of the 2006 International Symposium on Active control of Soundand Vibration，Adelaide，Australia)。本发明提出采用时频域混合自适应算法来实现无时延的MDF算法。

时频域混合自适应算法的思路是根据实际噪声传播的时延特点，确定噪声传播的能量随时间的分布，从而将整个控制滤波器先划分成两块，两块数据长度不一定相等，第1块通常比第2块短很多。第1块仅包含第1波到达的能量，这块数据的滤波在时域上完成，必须是无时延的。而第2块一般比第1块长很多倍，采用频域滤波实现，允许有一定的时延。第2块数据选用MDF算法，但两块数据的滤波器的更新都在频域上完成。这样既保证了算法对先到达噪声信号的零时延控制，又利用了MDF算法降低了整个系统的计算量，从而整体提升了MDF算法的适用性和性能。

本发明的显著特点是通过利用时频域混合自适应有源噪声控制算法，突破多时延频域自适应算法的时延限制，使其能够用于无时延要求的场合。

三、发明内容

1、发明目的：提出了一种时频域混合自适应有源噪声控制算法。该算法采用时频域混合处理来实现无时延的MDF算法。

2、技术方案：

附图1给出了时频域混合实现FIR滤波的框图。图中FIR滤波器的系数为w(n)＝[w₀(n)，w₁(n)，...，w_L-1(n)]^T，上角标T表示矩阵或者矢量的转置，L是滤波器长度。x(n)是输入信号，y(n)是输出信号，n是时域样本序号。假设第1部分的长度是L_t，则余下部分的长度为L_f＝L-L_t。通常，L_f比L_t大很多，因此整个滤波器w(n)可被分成K段，每段的长度N＝L_t＝L/K，

w_kN(n)＝[w_kN(n)，w_kN+1(n)，...，w_kN+N-1(n)]^T，k＝0，...，K-1    (1)

其中第1段滤波器(k＝0)的滤波在时域上实现，故没有引入任何时延。而其余K-1段滤波器在频域上实现以降低计算量。其代价是引入了N或者L_t采样点的时延。对频域滤波，数据块的大小是N，但采用2N点FFT通过重叠保存方法去除循环卷积的影响。在第k个块滤波器的系数后面补加N个0，采用2N点FFT，得：

W_k(m)＝FFT_2N[w_kN(n)，w_kN+1(n)，...，w_kN+N-1(n)，0，0，...，0]^T，k＝0，...，K-1    (2)

式中，m是块序号，每N个采样点增加1。

假设在第n个采样点(n＝mN是N的整数倍)，第m个数据块x_N(m)＝[x(n-N+1)，x(n-N+2)，...，x(n)]^T形成，将该块数据和之前各块数据一起用来计算整个滤波器的后K-1段的N个输出，输出的序号从样本n到样本n+N-1，

${[y_f\left(n\right),y_f(n+1),...,y_f(n+N-1)]}^T$

(3)

$=\left[\begin{array}{cc}{0}_N& I_N\end{array}\right]\underset{k=1}{\overset{K-1}{\mathrm{\Σ}}}\mathrm{IFFT}\left\{\mathrm{diag}\right[X_{2N}(m-k+1)\left]W_k\left(m\right)\right\}$

式中[0_N I_N]是N×2N矩阵，由一个N×N零矩阵0_N和一个N×N单位阵I_N串接而成。diag[·]表示一个2N×2N对角矩阵，其第i个对角元素就是这个2N大小矢量的第i项。

从样本n到样本n+N-1，块序号从m增加到m+1，整个滤波器w(n)在各个采样时刻的输出为

y(n)＝y_t(n)+y_f(n)    (4)

式中，

$y_t\left(n\right)=\underset{l=0}{\overset{N-1}{\mathrm{\Σ}}}x(n-l)w_l\left(m\right)---\left(5\right)$

而

[w₀(m)，w₁(m)，...，w_N-1(m)]^T＝[I_N 0_N]IFFT_2N[W₀(m)]    (6)

上述FIR滤波基于2N大小的FFT，时延是N个采样点，比原始滤波器长度L小很多了。而滤波器系数的更新也在频域进行，其大小也为2N。这个算法通常称为多时延自适应滤波器(multidelay adaptive filter，简称MDF)。

附图2给出了基于MDF的最小均方(LMS)算法框图。对一个误差信号数据块e_N(m)＝[e(n)，e(n+1)，...，e(n+N-1)]^T，在该数据块前加入N个0形成2N点数据块，并对之进行FFT得，

E_2N(m)＝FFT_2N[0，0，...，0，e(n)，e(n+1)，...，e(n+N-1)]^T    (7)

对第k段(k＝0，1，...，K-1)的滤波器系数更新公式为

$W_k(m+1)=W_k\left(m\right)+2\mathrm{\μ}{\mathrm{FFT}}_{2N}\left\{\left[\begin{array}{cc}{I}_N& 0_N\\ 0_N& 0_N\end{array}\right]{\mathrm{IFFT}}_{2N}\right\{\mathrm{diag}\left[X_{2N}^{*}(m-k)\right]E_{2N}\left(m\right)\left\}\right\}---\left(8\right)$

式中(·)^*表示复共轭，μ是收敛系数。

附图3给出了使用时频域混合算法的有源噪声控制系统框图。其中x(n)是来自噪声源的参考信号，P(z)是从噪声源x(n)到误差点处初级噪声p(n)的初级声场传递函数。误差点处的实际控制信号是控制器的输出y(n)和实际抵消通道的传递函数S(z)的卷积。误差信号e(n)由控制信号y(n)和建模信号r(n)经过抵消通道和初级噪声信号叠加而成。除了控制滤波器采用时频域混合算法无时延地计算输出外，其他的FIR滤波和LMS更新都基于MDF在频域进行。

为了应用时频域混合算法，首先需要根据所控制物理系统的因果性确定控制滤波器的长度L和数据块的大小N。一般地，抵消通道的FIR滤波器长度和控制滤波器一样，因此抵消滤波器S(z)也可被分成K段(k＝0，1，...，K-1)。类似于控制滤波器，对第k段抵消通道，2N长度的矢量C_k(m)可由下式获得

$C_k(m+1)=C_k\left(m\right)+2{\mathrm{\μ}}_c{\mathrm{FFT}}_{2N}\left\{\left[\begin{array}{cc}{I}_N& 0_N\\ 0_N& 0_N\end{array}\right]{\mathrm{IFFT}}_{2N}\right\{\mathrm{diag}\left[R_{2N}^{*}(m-k)\right]E_{2N}\left(m\right)\left\}\right\}---\left(9\right)$

式中R_2N(m)是2N点频域建模信号，类似前述获得X_2N(m)的方法得到。2N点频域误差信号E_2N(m)由式(7)得到，μ_c是抵消通道建模的收敛系数。令μ_w是控制滤波器的收敛系数，则对第k段控制滤波器的频域更新有，

$W_k(m+1)=W_k\left(m\right)+2{\mathrm{\μ}}_w{\mathrm{FFT}}_{2N}\left\{\left[\begin{array}{cc}{I}_N& 0_N\\ 0_N& 0_N\end{array}\right]{\mathrm{IFFT}}_{2N}\right\{\mathrm{diag}\left[F_{2N}^{*}(m-k)\right]E_{2N}\left(m\right)\left\}\right\}---\left(10\right)$

式中而f_N(m)＝[f(n)，f(n+1)，...，f(n+N-1)]^T是时域预滤波信号，由下式获得，

$f_N\left(m\right)=\left[\begin{array}{cc}{0}_N& I_N\end{array}\right]\underset{k=0}{\overset{K-1}{\mathrm{\Σ}}}\mathrm{IFFT}\left\{\mathrm{diag}\right[X_{2N}(m-k)\left]C_k\left(m\right)\right\}---\left(11\right)$

3、有益效果：本发明显著优点在于：突破了多时延频域自适应算法的时延限制，使其能够用于无时延要求的场合，所提出的时频域混合自适应有源噪声控制算法既能保证算法的对先到达噪声信号的零时延，又利用了了多时延频域算法降低了整个系统的计算量，从而整体提升了了多时延频域算法的适用性和性能。

四、附图说明

图1：时频域混合FIR滤波框图。

图2：基于MDF的LMS算法框图。

图3：使用时频域混合算法的有源噪声控制系统框图。

五、具体实施方式

本发明所提出的算法特征为：根据噪声传播的时延特点，将整个控制滤波器划分成两块，一块在时域上完成滤波以保证无时延，另一块采用频域滤波，但两块数据的滤波器更新都在频域上完成，这样既保证了算法对先到达噪声信号的零时延控制，又利用了多时延频域算法降低了整个系统的计算量，从而整体提升了多时延频域算法的适用性和性能。下面以某房间内噪声的有源控制为例，介绍其实施过程。

某房间内某处的噪声由来自于噪声源的直达声和房间墙壁等导致的混响声组成。为较好消除噪声，需要的控制滤波器的阶数在8000Hz系统采样频率下是4096阶。若直接采用时域FXLMS算法，计算量巨大，无法在现有数字信号处理(DSP)芯片上实现该算法。若采用MDF算法，计算量可以显著降低到10％，但由于时延限制，实现的有源控制系统对直达声的控制效果不理想，导致整个控制系统效果不好。

通过计算直达声的传播时间，发现直达声的传播仅需要80个采样点，故将上述4096阶控制滤波器分成2块，一块128个采样点(大于80点就行，选用128点是为方便实施FFT)，另一块3968点。控制器实现控制滤波时，前128点采用时域滤波，后3968点基于MDF滤波。MDF的块大小也取为128，这样整个上述4096阶控制滤波器可分成32个128点的块，分别按照本发明所公开的技术方案采用时域和频域滤波。除了控制滤波器采用时频域混合算法无时延地计算输出外，其他的FIR滤波和LMS更新都基于MDF在频域进行。

采用这种时频域混合自适应有源噪声控制算法后，系统突破了多时延频域自适应算法的时延限制，提高了降噪性能。

Claims (3)

1.一种时频域混合自适应有源噪声控制方法，其特征在于将整个控制滤波器划分成两块，第一块在时域上完成滤波以保证无时延，另一块采用频域滤波，第二块的长度比第一块的长度大很多，并且对频域滤波采用块长为第一块数据块大小2倍的FFT通过重叠保存方法去除循环卷积的影响，但两块数据的滤波器更新都在频域上完成，且抵消通道的建模也基于多时延自适应滤波器在频域进行。

2.如权利要求1所述的一种时频域混合自适应有源噪声控制方法，其特征在于：所述两块数据的滤波器更新都在频域上完成，具体为采用块长为第一块数据块大小2倍的多时延自适应滤波器的更新算法。

3.如权利要求1所述的一种时频域混合自适应有源噪声控制方法，其特征在于：所述抵消通道的建模也基于多时延自适应滤波器在频域进行，具体为抵消通道的所有滤波和建模均采用块长为第一块数据块大小2倍的多时延自适应滤波器。